这篇文章原发于 2021-05-08 （微信公众号 马俊杰 Musing）
加密资产不仅有它自身的链上估值方法，而且也越来越成为全球宏观交易的一部分。这篇文章我们就从宏观因素，链上数据，期货费率和信息渠道这几个角度聊聊长期和短期分别怎么观察趋势的变化，我们自身怎么更新迭代自己的认知，以及需要定期查看的几个关键指标。\
宏观因子** **
长期，我们正处于债务周期，经济周期和储备货币周期三大周期共振的节点，通货膨胀是必然。这样的大趋势下，像黄金，原油，比特币，铜等非负债资产的基本面是很稳的（具体可以参考之前写的《宏观视角：大重置》）。即使美国下一步转为宽财政，紧货币 —— 通过财政政策（政府支出）刺激经济，同时收紧货币，通货膨胀也是必然。
中期的话，需要观察一个变量：在做空美元交易一边倒的背景下，有没有轧空的可能性？如果有，我们会面临美元流动性紧缩，各类风险资产被血洗的情况。
下图是美元走势跟美元v.s.G9国家货币走势的对比图，可以看出 US v.s. G9 走势会先于美元走势，随后美元会追上。目前US v.s. G9已经冲高，这意味的美元的相对强势，也意味着在下个季度这种相对强势很可能会转化成绝对强势。
最后，短期来说，风险资产的走势取决于美元，美元的走势取决于美联储下一步的政策，而美联储下一步是否收紧流动性取决于美国的通胀率和就业率能不能上涨并且稳定在一定的高位。
比如，在最近美国刚公布的非农就业报告中，就业人数远远不及预期，这表明零利率环境会继续保持一段时间，美元流动性不会吃紧，加密市场在下个季度暂时是安全的。
另外，短期还需要持续观察南美和非洲的新冠变异毒株对疫苗的反应。一旦产生抗药性，我们又会回到之前的封锁状态，直升机撒钱还会继续。
美元指数链接：
非农就业人数链接：
链上数据分析
优点：
- 比特币目前已经有了三个完整的周期数据，rHODL / S2F model 等链上指标对于牛熊大周期转换的可预测性增强。
- 时间粒度越大，链上数据的信噪比就越高，信息也就越准确。
缺点：
- 短期的链上数据信噪比较低
- 链上数据可操纵，而且在解读链上数据时需要清理数据，比如交易所账户，交易所内部转账和托管账户
- 需要结合宏观因子分析
比如：
rHodl ratio，也就是 realized hodl = （持币一周的地址套现的价值 / 持币一到两年的地址套现的价值） x 市场年限。这个比率前面的比值反应的是市场是否过热，后面乘以市场年限考虑到了供给量的增加。现在的走势见下图。
rHODL ratio 链接：
期货费率** **
加密货币的市场性质决定了投机性是短期走势的支配力量。
费率可以跟链上数据搭配使用，费率对短期走势影响较大，链上数据指标拿来观察中期趋势。
底层技术和使用场景**/**用例
洞悉区块链的工作原理才能更好的理解它的未来，知道它目前的痛点，同时为下一步的赛道和项目研究打基础。
理解区块链最基本的工作原理，比如哈希函数，哈希指针，数据结构，工作量证明（PoW），51%攻击，匿名性的实现等，可以看普林斯顿的公开课。这门公开课只看前半部分讲底层逻辑的几讲就行，即使没有计算机基础也有必要硬着头皮听下去，反复听，理解透。在这个基础上才能理解为什么说PoW可以实现规则制定者（开发者），资源拥有者（大户）和规则执行者（矿工）之间的三权分立，才能理解为什么区块链上的信息是可验证的，不可篡改的，才能理解零知识证明的实现和应用场景。
如果想深入研究区块链在金融上的应用场景和未来，可以看 MIT 的 Gary Gensler 公开课程。这门课程门槛更低一些，不需要算法基础，只需要常识即可。Gary 现在是美国证券交易委员会主席，之前还是美国商品期货交易委员会主席。他的讲课风格幽默，理性，在提到区块链技术和比特币的时候一直在用 catalyst（催化剂）这个词，也就是说区块链技术和作为代表的比特币是大变革的催化剂。这个评价介于保守和中肯之间，有参考价值。
但是这两门课程仅仅是一个起点，区块链最有意思的composibility（可组合性），抗审查性，全栈解决方案还需要在具体的项目里体察。
普林斯顿的公开课：
麻省理工的公开课：
上面这些更多涉及宏观和底层，接下来有时间我会写一写更细的信息获取渠道和具体的项目投研。